An I–V characteristic reconstruction-based partial shading diagnosis and quantitative evaluation for photovoltaic strings
Notice bibliographique
Résumé
The partial shading condition (PSC) is the most common abnormality occurred in photovoltaic (PV) systems. Accurate quantitative evaluation of the shaded area and the severity of the shading is of potential importance in optimizing the maintenance strategy for PV systems. In this paper, we propose a PSC diagnosis and quantitative evaluation method by analyzing the measured string current–voltage (I–V) characteristic obtained from the PV inverter with the I–V scanning function, which includes pre-diagnosis of the system abnormality based on the operational power deviation, the diagnosis of PSCs based on the derivatives characteristics of the PV string, and the quantitative evaluation based on the I–V characteristic reconstruction. The quantitative evaluation of PSCs is the main focus in this paper, where the I–V characteristics of the unshaded PV modules in the partially shaded PV string are reconstructed according to different mismatch levels, respectively. The number of shaded PV modules and the corresponding severity of the partial shadings are estimated according to the reconstructed I–V characteristics. The simulation and experimental results verify that both the proposed diagnosis and quantitative evaluation method is effective with decent accuracy, especially for severe mismatch conditions. Experimental results show that the maximal mean absolute error of the quantified shaded area and quantified shaded rate are approximately 1.4446 units of 1/3 PV modules and 0.026, respectively.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».